1.

2 TIPOS DE SIMULACIN
1.2.1 Simulacin predictiva En la simulacin predictiva nos interesamos por los resultados absolutos finales, no por las comparaciones. Determinamos promedios e intervalos de confianza de una corrida de simulacin con valores especficos en las variables de decisin (varias corridas, mejores resultados). Este tipo de simulacin se puede utilizar para realizar pronsticos, por lo que es necesario contar con datos histricos de entrada confiables, se utiliza en procesos de decisiones que se repiten, por lo tanto debiera estar integrada en un DSS. Ejemplo: predecir el nmero de pacientes que necesitan transplante de rion).

1.2.2 Simulacin comparativa En la simulacin comparativa determinamos cuando una opcin es mejor que otra. (1 cola vs 4 colas).

Se debe especificar detalladamente que significado tiene la palabra "mejor", para definir cuales sern los datos de salida a comparar. Mejor significa mantener las colas lo mas cortas posibles o es un compromiso entre tiempo de servicio, largo de cola y costo por servidor?

Se puede usar para tomar decisiones casuales o repetitivas, utilizar datos de entrada y salidas confiables.

Si los objetivos no son claros,(*) se proveer de un rango variado de resultados, que le permitan al usuario definir a posteriori la importancia relativa de cada uno de ellos.

Si los resultados o los datos de salida son claros se puede usar tcnicas de hiptesis estadstica de los resultados

1.2.3 Simulacin Investigativa La simulacin investigativa indica factores que afectan el flujo de entidades en el sistema pero no requiere de respuestas precisas, por lo que la calidad de los datos de entrada no son crticos.

1.2.4 Simulacin visual interectiva La tcnica de simulacin visual interactiva es adecuada para apoyar la toma de decisiones.

1.2.5 Simulacin de caja negra Pensando al modelo como parte de un proceso de toma de decisiones, es conveniente, a veces, considerar el modelo como una caja negra, de donde salen flechas con datos, derivados directamente de los objetivos (y que difieren de un problema a otro) y a donde ingresan flechas con datos relacionados estrechamente con las hiptesis de trabajo del modelo.